اختبار مان ويتني U مقابل اختبار ت للعينات المستقلة
تمت المراجعة العلمية · د. مروة عبد العظيم · 16 نوفمبر، 2026
معايير التدقيق والاعتماد السريري
يخضع هذا المحتوى لمعايير ضبط الجودة والتدقيق العلمي والأكاديمي الصارمة في شبكة علم النفس العربي، لضمان صحة المعلومات ودقتها السريرية ومطابقتها لأحدث الأدلة والبراهين الصادرة عن الجمعيات النفسية والطبية المعتمدة (APA / WHO).
يمثل الاستدلال الإحصائي الركيزة الجوهرية التي تبنى عليها القرارات العلمية في مختلف حقول المعرفة، من العلوم الطبية والسريرية إلى العلوم السلوكية والتربوية والاجتماعية. وعندما يقف الباحث أمام إشكالية مقارنة مجموعتين مستقلتين لتحديد ما إذا كان التدخل التجريبي أو الفارق الطبيعي بين المجتمعين قد أحدث تفاوتاً حقيقياً أم أن الفروق الظاهرة لا تعدو كونها تذبذبات عشوائية ناتجة عن خطأ المعاينة، تتجه الأنظار مباشرة إلى أداتين من أبرز أدوات التحليل الإحصائي الاستدلالي: اختبار ت للعينات المستقلة (Independent Samples t-Test) واختبار مان ويتني U (Mann-Whitney U Test). وتكمن المفارقة المنهجية الكبرى في أن هذين الاختبارين، ورغم اشتراكهما في الإجابة عن التساؤل الميداني العام نفسه، ينطلقان من فلسفتين رياضيتين متباينتين جذرياً؛ إذ يمثل الأول النموذج المعياري للاختبارات المعلمية (Parametric Tests) المرتكزة على معالم المجتمع والتوزيعات الاحتمالية الصارمة، في حين يجسد الثاني ذروة النضج في ميدان الاختبارات اللامعلمية أو اللامعلمية التوزيعية (Nonparametric or Distribution-Free Tests) القائمة على الرتب والترتيب النسبي.
إن الاختيار غير الواعي بين هذين الاختبارين لا ينعكس سلباً على سلامة التقرير الإحصائي فحسب، بل يمتد ليعصف بمصداقية الاستنتاجات العلمية برمتها، فإما أن يقود الباحث إلى الوقوع في الخطأ من النوع الأول (Type I Error) برفض فرضية صفرية صحيحة والتصريح بوجود أثر لا وجود له في الواقع، أو الانزلاق نحو الخطأ من النوع الثاني (Type II Error) بالإخفاق في رصد أثر حقيقي وفاعل بسبب فقدان القوة الإحصائية اللازمة. وفي ظل تعاظم الدعوات المنهجية المعاصرة لتعزيز قابلية تكرار الأبحاث وتوثيق رصانة البيانات، بات لزاماً على كل باحث ومحلل إحصائي امتلاك فهم إبستمولوجي ورياضي عميق لآليات عمل كل اختبار، واستيعاب الافتراضات الصريحة والضمنية الحاكمة لكليهما، وإدراك كيفية التصرف عند تصادم البيانات الواقعية مع النماذج النظرية المثالية، خاصة في دراسات العلوم الصحية والطب النفسي والعلوم الاجتماعية حيث تتسم البيانات غالباً بالالتواء، أو صغر حجم العينات، أو تباين وحدات القياس المستخدمة.
يقدم هذا المرجع الأكاديمي الشامل دراسة مقارنة مفصلة تستقصي الجوانب التاريخية والرياضية والمنهجية والتطبيقية لاختباري مان ويتني U وت للعينات المستقلة. وسنتناول بالتشريح العلمي الدقيق البنية النظرية لكل اختبار، وحدود الثقة الرياضية، وسلوك كل منهما إزاء انتهاك الشروط، وصولاً إلى بناء خوارزمية منهجية لاتخاذ القرار، مدعمة بإرشادات عملية للتعامل مع البرمجيات الإحصائية المتقدمة. وتستند نقاشات هذا المقال إلى الأدبيات المنهجية الراسخة وتطبيقات حية مستقاة من دراسات وبحوث منشورة في ميادين الصحة والتدخلات النفسية والسلوك البشري، مما يجعل هذا العمل مرجعاً متكاملاً للباحثين الساعين إلى تحقيق التميز المنهجي والممارسة التحليلية الرصينة.
1. مقدمة: مدخل مقارن بين الاختبارات المعلمية واللامعلمية
1.1 تعريف موجز بالاختبارين وأهميتهما الإحصائية
يعد اختبار ت للعينات المستقلة (Independent Samples t-Test) حجر الزاوية في الإحصاء الاستدلالي المعلمي الكلاسيكي، وقد صُمم خصيصاً لاختبار الفروق بين متوسطين حسابيين لمجموعتين منفصلتين تماماً عن بعضهما البعض. ينتمي هذا الاختبار إلى عائلة النماذج الخطية العامة التي تفترض أن البيانات الرقمية المجمعة تنحدر من مجتمعات تتبع التوزيع الطبيعي الاعتدالي (Normal Distribution)، وتتسم بتجانس التباين. وتتجلى الأهمية الإحصائية لاختبار ت في قدرته الفائقة على توفير تقديرات بالغة الدقة لقيمة الفرق الحقيقي بين معالم المجتمعات عبر استثمار كافة المعلومات الرياضية الكامنة في البيانات؛ كالمتوسط الحسابي والانحراف المعياري، مما يمنحه قوة إحصائية عالية تمكن الباحث من رصد الفروق الدقيقة حتى في ظل أحجام العينات المتوسطة، شريطة الالتزام التام بافتراضاته النظرية.
في المقابل، يبرز اختبار مان ويتني U (Mann-Whitney U Test) — والذي يُعرف في بعض الأدبيات باسم اختبار ولكوكسون لمجموع الرتب للمجموعات المستقلة (Wilcoxon Rank-Sum Test) — بوصفه البديل اللامعلمي الأوسع انتشاراً والأكثر متانة لاختبار ت. لا يشترط هذا الاختبار خضوع البيانات الأصلية لأي توزيع احتمالي محدد مسبقاً، بل يتخلى تماماً عن التعامل المباشر مع القيم العددية الخام للمشاهدات، مستعيضاً عنها بتحويلها إلى رتب تصاعدية تعكس الترتيب النسبي لكل مفردة ضمن الفضاء الكلي للعينتين المدمجتين. وبذلك، تتبدل الغاية الاستدلالية من فحص الفروق بين المتوسطات الحسابية إلى استقصاء التوزيع الاحتمالي العام ومجاميع الرتب، مما يجعله أداة بالغة الأهمية عند دراسة الظواهر التي تصعب صياغتها وفق مقاييس مسافية متصلة أو عند مواجهة توزيعات غير متماثلة أو شديدة الالتواء.
تكتسب هذه المقارنة أهمية حاسمة في حقول العلوم التطبيقية والاجتماعية والطبية؛ ففي الدراسات السريرية، كثيراً ما يواجه الباحثون مجموعات تجريبية وضابطة ذات أحجام محدودة أو مؤشرات استجابة علاجية تتضمن قيماً شاذة لا يمكن التخلص منها لأنها تمثل استجابات بشرية حقيقية، كما أظهرت دراسات التدخلات النفسية المكثفة لاضطرابات الشخصية (Giesen-Bloo et al., 2006). وفي العلوم السلوكية ودراسات استطلاعات الرأي، يكثر استخدام مقاييس التقرير الذاتي والمقاييس التقديرية متعددة الدرجات التي تقع في منطقة رمادية بين المستويات الرتبية والفترية، الأمر الذي يجعل فهم الخصائص الرياضية للاختبارين صمام أمان يمنع الوقوع في فخ التحيزات المنهجية أو التأويلات الخاطئة للنتائج التجريبية.
1.2 أسباب المقارنة والخلط الشائع بينهما في البحث العلمي
ينشأ الخلط المنهجي الشائع بين اختبار ت للعينات المستقلة واختبار مان ويتني U من التطابق التام في صياغة السؤال البحثي الظاهري؛ فالباحث في كلتا الحالتين يسعى للإجابة عن سؤال يبدو بسيطاً للوهلة الأولى: “هل توجد فروق ذات دلالة إحصائية بين المجموعة (أ) والمجموعة (ب)؟”. هذا التشابه في الغاية الاستكشافية المباشرة يخفي خلفه تبايناً جوهرياً في المعلمة المفحوصة، وطبيعة التوزيعات، والاستدلال المستخرج؛ فالأول يختبر معالم محددة ترتبط بمركز الثقل الوزني للتوزيع (المتوسط الحسابي)، بينما يختبر الثاني الهيمنة العشوائية أو التمايز في التوزيعات الاحتمالية ومواقع الرتب، وهو ما يغيب عن أذهان الكثير من الممارسين.
من الأسباب الجوهرية الأخرى التي تغذي هذا الخلط غياب الفحص الدقيق والواعي للافتراضات الإحصائية لدى قطاع واسع من الباحثين؛ إذ يلجأ البعض بصورة آلية إلى اختبار ت استناداً إلى شهرته الواسعة وتوفره كخيار افتراضي في البرمجيات الإحصائية، دون التحقق من اعتدالية البيانات أو تجانس تباينها، ظناً منهم أن الاختبار يتمتع بـ “حصانة ذاتية” ضد انتهاك الشروط في كافة الأحوال. وفي المقابل، يقع فريق آخر في مغالطة الإفراط في الحذر، فيسارعون إلى نبذ اختبار ت واللجوء الفوري إلى اختبار مان ويتني لمجرد ظهور انحراف طفيف وغير جوهري عن التوزيع الطبيعي في عينات كبيرة نسبياً، متجاهلين مفعول نظرية النهاية المركزية، مما يتسبب في هدر جزء مقدر من القوة الإحصائية للاختبار.
علاوة على ذلك، يسود في الممارسة الأكاديمية مفهوم خاطئ يربط الاختيار بين الاختبارين بحجم العينة وحده؛ حيث يشاع في بعض الأوساط التعليمية أن العينات التي يقل حجمها عن 30 مفردة تستلزم حتماً استخدام مان ويتني، بينما العينات التي تزيد عن ذلك تقتضي بالضرورة استخدام اختبار ت. هذا التبسيط المخل يتناقض مع الأسس الرياضية للاستدلال الإحصائي؛ إذ يمكن تطبيق اختبار ت بكفاءة تامة على عينات بالغة الصغر إذا كانت مسحوبة من مجتمعات طبيعية التوزيع ومتقاربة التباين، كما يمكن لاختبار مان ويتني أن يكون الخيار الأمثل والوحيد في عينات ضخمة تتضمن متغيرات رتبية بحتة أو بيانات ملتوية بشدة لا يمكن معالجتها عبر التحويلات الحسابية دون تشويه المعنى العلمي للمتغير.
1.3 صياغة الفرضيات الإحصائية في كلا الاختبارين
ترتكز الفلسفة الاستدلالية على وضع فرضيتين متنافستين وشاملتين: الفرضية الصفرية (Null Hypothesis – H0) وفرضية العدم أو الفرضية البديلة (Alternative Hypothesis – H1). في اختبار ت للعينات المستقلة الكلاسيكي، تصاغ الفرضيات بالتركيز المباشر على المتوسطات الحسابية لمجتمعي الدراستين ($\mu_1$ و $\mu_2$). تفترض الفرضية الصفرية تساوي المتوسطين الحسابيين في المجتمع، أي أن الفرق بينهما يساوي صفراً ($H_0: \mu_1 – \mu_2 = 0$). وفي حالة الفرضيات غير الاتجاهية (ذات الطرفين – Two-tailed)، تنص الفرضية البديلة على وجود اختلاف جوهري بين المتوسطين ($H_1: \mu_1 – \mu_2 \neq 0$). أما في الفرضيات الاتجاهية (ذات الطرف الواحد – One-tailed)، فتحدد الفرضية البديلة اتجاه التفوق لصالح أحد المجتمعين ($H_1: \mu_1 > \mu_2$ أو $H_1: mu_1 < mu_2$).
أما في اختبار مان ويتني U، فإن صياغة الفرضيات تتسم بمزيد من الدقة والتعقيد المفاهيمي؛ فالفرضية الصفرية العامة تنص على أن التوزيعين الاحتماليين للمجتمعين متطابقان تماماً ($H_0: F_1(x) = F_2(x)$)، مما يعني أن احتمال أن تسجل قيمة مسحوبة عشوائياً من المجتمع الأول درجة أعلى من قيمة مسحوبة عشوائياً من المجتمع الثاني يساوي تماماً احتمال العكس، أي $P(X > Y) = P(Y > X) = 0.5$. وتأتي الفرضية البديلة لتنص على وجود عدم تماثل أو علو احتمالي (Stochastic Dominance) لأحد التوزيعين على الآخر، بحيث يكون لأحد المجتمعين ميل منهجي لتسجيل قيم أعلى أو أدنى مقارنة بالمجتمع الآخر ($P(X > Y) \neq 0.5$).
يتفرع عن فرضيات مان ويتني فارق جوهري ينبغي التنبيه إليه؛ فإذا تحقق افتراض تماثل شكل التوزيع (Shape Symmetry) وانتشاره في كلا المجموعتين، تتحول الفرضية الصفرية إجرائياً لتنص على تساوي وسيطي المجتمعين ($H_0: \tilde{\mu}_1 = \tilde{\mu}_2$)، وتصبح الفرضية البديلة معنية بوجود فرق بين الوسيطين. ويتطلب اتخاذ القرار الإحصائي في كلا الاختبارين تحديد مستوى الدلالة الألفي ($\alpha$) مسبقاً — والذي يحدد عادة عند 0.05 أو 0.01 — لمقارنته بالقيمة الاحتمالية الناتجة (p-value). فإذا كانت القيمة الاحتمالية أقل من أو تساوي مستوى الدلالة المختار، يتم رفض الفرضية الصفرية وقبول الفرضية البديلة، مع ضرورة اقتران هذا القرار الإحصائي بحساب حجم الأثر وفترات الثقة لتقييم الدلالة العملية والتطبيقية للنتائج.
2. نظرة عامة على اختبار مان ويتني U (Mann-Whitney U Test)
2.1 النشأة والتأصيل النظري للاختبار
تعود الجذور الأولى لاختبار مان ويتني إلى منتصف أربعينيات القرن العشرين، في سياق ثورة إحصائية استهدفت التحرر من قيود النماذج المعلمية الصلبة التي أرساها رواد الإحصاء الكلاسيكي. وقد بدأت هذه الانطلاقة التاريخية على يد الكيميائي والإحصائي الأمريكي فرانك ولكوكسون (Frank Wilcoxon) عام 1945، عندما نشر ورقته التأسيسية التي اقترح فيها استخدام مجموع الرتب للمقارنة بين مجموعتين مستقلتين كبديل سريع وعملي لا يتطلب افتراض التوزيع الطبيعي. أدرك ولكوكسون بحدسه الرياضي أن استبدال القيم الأصلية بمواقعها الترتيبية يقدم حلاً عبقرياً لمشكلة التوزيعات الملتوية التي كان يواجهها باستمرار في تجاربه المعملية والكيميائية.
وفي عام 1947، قام الرياضيان هنري مان (Henry Mann) ودونالد ويتني (Donald Whitney) بتطوير هذا المفهوم الرياضي وصياغته بصورة أعم وأشمل، واشتقا التوزيع الاحتمالي الدقيق للإحصائية المقترحة تحت الفرضية الصفرية للعينات الصغيرة، وأطلقا عليها الرمز الشهير $U$. تميز عمل مان وويتني بتقديم إطار نظري متماسك يثبت أن إحصائية $U$ تمثل مقياساً مباشراً لعدد المرات التي تتفوق فيها مفردة من المجموعة الأولى على مفردة من المجموعة الثانية عند إجراء مقارنة زوجية شاملة بين كافة عناصر المجموعتين، مما جعل الاختبار يعرف منذ ذلك الحين باسم “اختبار مان-ويتني U”، أو في أحيان كثيرة “اختبار ولكوكسون-مان-ويتني” تقديراً للإسهامات المشتركة للعلماء الثلاثة.
يرتكز التأصيل الفلسفي للاختبار على التخلي الواعي عن افتراض معرفة معالم المجتمع الأصلي (كالمتوسط والتباين والانحراف المعياري)، وتوجيه الاهتمام نحو التوزيع التبادلي (Permutation Distribution) لبيانات العينة. يرى المنهج اللامعلمي أن القيم الرقمية المجمعة في كثير من الدراسات الإنسانية والبيولوجية تحمل معنى ترتيبياً يفوق دقتها المسافية المطلقة؛ فالانتقال من تقدير رقمي إلى آخر قد لا يعكس زيادة مطردة في الخاصية المقاسة بنفس المقدار في كل نقطة من نقاط المقياس. ومن هنا جاءت متانة الاختبار من كونه يتعامل مع العلاقات المنطقية للترتيب (أكبر من، أصغر من، يساوي)، محققاً استقلالية كاملة عن شكل المنحنى التوزيعي للمجتمع الأصلي وموفراً بديلاً آمناً وموضوعياً في التحليل.
2.2 آلية العمل الرياضية والتحويل إلى الرتب
تبدأ الآلية الرياضية لحساب اختبار مان ويتني بخطوة منهجية بالغة البساطة والعمق في آن واحد؛ حيث يتم دمج مشاهدات المجموعتين المستقلتين معاً في مصفوفة بيانات واحدة تتضمن الحجم الكلي للمشاهدات ($N = n_1 + n_2$)، مع الاحتفاظ بترميز المجموعة التي تنتمي إليها كل مفردة. بعد ذلك، ترتب جميع القيم تصاعدياً من الأصغر إلى الأكبر، وتمنح كل مشاهدة رتبة عددية صحيحة تبدأ من الرتبة (1) لأصغر قيمة وحتى الرتبة ($N$) لأكبر قيمة في العينة المدمجة، متجاهلين في هذه المرحلة التصنيف الفئوي للمجموعات.
وعندما تتصادف وجود قيم متساوية تماماً في البيانات — وهي الظاهرة المعروفة إحصائياً بـ “الرتب المتعادلة” أو المتكررة (Tied Ranks) — يقضي الإجراء الرياضي القياسي بحساب متوسط الرتب التي كانت ستخصص لتلك القيم لو أنها اختلفت اختلافا طفيفاً. فعلى سبيل المثال، إذا كانت المشاهدات في المواقع 4 و 5 و 6 متطابقة في قيمتها الرقمية، فإن كل مشاهدة منها تحصل على الرتبة المشتركة:
$$\frac{4 + 5 + 6}{3} = 5$$
ثم يستأنف الترقيم من الرتبة 7 للمشاهدة التالية. بعد استكمال عملية الترتيب، يتم فرز المشاهدات وإعادتها إلى مجموعاتها الأصلية، ويحسب مجموع الرتب العائد لكل مجموعة على حدة، ويرمز لهما بالرمزين $R_1$ و $R_2$.
تتمثل الخطوة اللاحقة في حساب إحصائية $U$ لكل مجموعة باستخدام الصيغتين الرياضيتين التاليتين:
$$U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} – R_1$$
$$U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} – R_2$$
حيث تمثل $n_1$ و $n_2$ أحجام العينتين، و $R_1$ و $R_2$ مجاميع الرتب للمجموعتين على التوالي. ويخضع هذان المقداران لخاصية رياضية حتمية تربطهما بالمعادلة:
$$U_1 + U_2 = n_1 n_2$$
وتعتمد القيمة النهائية للإحصائية المحسوبة للاختبار على أصغر القيمتين في الفحوص ثنائية الطرف، أي:
$$U = \min(U_1, U_2)$$
في العينات الصغيرة، تتم مقارنة قيمة $U$ المحسوبة مباشرة بالجداول الإحصائية الدقيقة لتوزيع مان ويتني لتحديد ما إذا كانت تقع في منطقة الرفض الحرج للفرضية الصفرية عند مستوى دلالة محدد. أما في العينات الأكبر حجماً (حيث تزيد $n_1$ و $n_2$ عادة عن 10 إلى 20 مفردة)، فإن التوزيع الاحتمالي لـ $U$ يتقارب بصورة حثيثة نحو التوزيع الطبيعي المعياري وفق نظرية النهاية المركزية، بمتوسط حسابي متوقع ($\mu_U$) وخطأ معياري ($\sigma_U$) يعبر عنهما بالمعادلتين:
$$\mu_U = \frac{n_1 n_2}{2}$$
$$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$
وفي حال وجود نسب معتبرة من الرتب المتكررة، يطبق تصحيح حسابي على مقام الانحراف المعياري لضبط التباين بدقة. وبناء على ذلك، يتم استخراج الدرجة المعيارية المقاربة (Z-score) وتطبيق تصحيح الاستمرارية (Continuity Correction):
$$Z = \frac{U – \mu_U \pm 0.5}{\sigma_U}$$
ومن ثم يتم استخراج القيمة الاحتمالية المرتبطة بـ $Z$ من جدول التوزيع الطبيعي المعياري لاتخاذ القرار الإحصائي المناسب.
2.3 الافتراضات والشروط المنهجية لتطبيق الاختبار
على الرغم من تصنيف اختبار مان ويتني كاختبار لا معلمي متحرر من قيود التوزيع الطبيعي، إلا أن هذا التحرر لا يعني إعفاء الباحث من الالتزام بمجموعة صارمة من الشروط المنهجية والرياضية لضمان سلامة الاستدلال. أول هذه الافتراضات وأكثرها جوهرية هو استقلالية المشاهدات؛ إذ يجب أن تسحب المفردات داخل كل عينة بصورة عشوائية ومستقلة تماماً، كما يجب ألا توجد أي علاقة اقتران أو تأثير متبادل بين أفراد المجموعة الأولى وأفراد المجموعة الثانية. إن انتهاك هذا الافتراض، كوجود أفراد مترابطين أسرياً أو قياس المشاهدات ذاتها قبل التدخل وبعده، ينسف الأسس الاحتمالية للاختبار ويستوجب الانتقال إلى اختبار ولكوكسون للعينات المرتبطة (Wilcoxon Signed-Rank Test).
الافتراض الثاني يتعلق بمستوى قياس المتغير التابع؛ إذ يتطلب الاختبار أن تكون البيانات مقاسة على الأقل بمستوى رتبي (Ordinal Scale)، بحيث يمكن مفاضلة القيم منطقياً وترتيبها من الأدنى إلى الأعلى بصورة ذات مغزى علمي، كما ينطبق على مقاييس الرضا، والتقديرات السريرية لشدة الأعراض، وبنود ليكرت المتعددة في الاستبانات السلوكية، كما هو شائع في دراسات استقصاء الضغوط النفسية لدى الكوادر الطبية (Lu et al., 2020). وبطبيعة الحال، يمكن تطبيقه على البيانات الفترية والنسبية المستمرة متى ما ثبت عدم مطابقتها لشروط التوزيع الطبيعي، حيث يتم هبوط مستوى قياسها إجرائياً إلى المستوى الرتبي لأغراض التحليل.
أما الافتراض الثالث، وهو الافتراض الأكثر إثارة للجدل والخلط في التطبيقات العملية، فيتعلق بشكل التوزيع الاحتمالي للمجموعتين؛ فإذا كان هدف الباحث هو استخدام اختبار مان ويتني لإثبات وجود فروق بين وسيطي المجموعتين (Medians)، فإنه يشترط بالضرورة أن يكون للمجموعتين شكل توزيع متماثل ومتطابق تقريباً في درجة الالتواء والتشتت، مع وجود إزاحة أفقية لموقع أحدهما عن الآخر. وفي حال اختلاف أشكال التوزيع بين المجموعتين (كأن يكون توزيع إحداهما ملتوياً نحو اليمين بشدة وتوزيع الأخرى ملتوياً نحو اليسار أو متسع التباين)، فإن الاختبار يظل صالحاً إحصائياً ولكنه لا يختبر الوسائط، بل يعود إلى مفهومه الأصلي العام لاختبار العلو الاحتمالي (Stochastic Dominance) وتساوي التوزيعات الإجمالية.
2.4 مزايا وحدود اختبار مان ويتني U
يتمتع اختبار مان ويتني بعدد من المزايا المنهجية التي تجعله أداة استدلالية لا غنى عنها في الترسانة التحليلية للباحث المعاصر. وتتصدر هذه المزايا متانته الشديدة في مواجهة القيم المتطرفة والشاذة (Outliers)؛ فبما أن الاختبار يستبدل المقادير العددية المطلقة برتبها التسلسلية، فإن وجود مشاهدة بالغة الشذوذ والارتفاع في طرف التوزيع لن يمنحها أكثر من الرتبة القصوى المتاحة ضمن التسلسل، مما يحول دون تضخيم التباين أو سحب مقاييس النزعة المركزية قسرياً نحو الأطراف، وهو العيب القاتل الذي تعاني منه الاختبارات المعلمية الكلاسيكية المعتمدة على المتوسط الحسابي.
تتجلى الميزة الثانية في قدرته الفريدة على التعامل المنهجي الرصين مع البيانات الرتبية الصرفة التي لا تحقق شروط القياس الفتري المتصل، كالرتب التنافسية والدرجات التقديرية ومقاييس الأداء الوظيفي التي يكثر استخدامها في دراسات القيادة والابتكار في بيئات العمل (Hulsheger et al., 2009). كما يوفر الاختبار حلولاً دقيقة وعملية في البحوث الاستكشافية والميدانية المبتكرة التي تتسم بصغر أحجام العينات وصعوبة استقطاب أعداد غفيرة من المشاركين، كالدراسات التي تبحث في السلوكيات عبر منصات التواصل والمنتديات الرقمية المتخصصة في الصحة النفسية والدعم الاجتماعي المجهول (De Choudhury & De, 2014).
في المقابل، تبرز بعض الحدود والقيود المنهجية التي تحد من الاستخدام المطلق لاختبار مان ويتني؛ فالاعتماد على الرتب يؤدي بالضرورة إلى هدر جزء مقدر من المعلومات الرياضية الثرية التي توفرها المقاييس المسافية المتصلة، لا سيما الفروق الدقيقة بين المسافات الفاصلة بين القيم الفردية. كما أن القوة الإحصائية للاختبار تنخفض بنسبة تقارب 5% مقارنة باختبار ت في حال تحقق التوزيع الطبيعي فعلياً في العينة، مما قد يقلل من حساسيته في رصد التأثيرات التجريبية بالغة الضآلة. يضاف إلى ذلك أن صياغة فترات الثقة لمقادير الفروق في اختبار مان ويتني (باستخدام مقدر هودجز-ليمان) تعد أكثر تعقيداً وأقل بديهية في التفسير السريري والتطبيقي مقارنة بفترات الثقة المباشرة للفروق بين المتوسطات الحسابية.
3. نظرة عامة على اختبار ت للعينات المستقلة (Independent Samples t-Test)
3.1 النشأة والتأصيل النظري لتوزيع تي ستيودنت
تعود النشأة التاريخية لاختبار ت للعينات المستقلة إلى مطلع القرن العشرين، وتحديداً إلى عام 1908، عندما نشر العالم الكيميائي والإحصائي البريطاني ويليام سيلي جوسيت (William Sealy Gosset) بحثه الرائد تحت الاسم المستعار “ستيودنت” (Student) في مجلة Biometrika بعنوان “الخطأ المحتمل للمتوسط” (The Probable Error of a Mean). كان جوسيت يعمل خبيراً ومستشاراً لتحسين جودة الإنتاج في مصانع الجعة الشهيرة لشركة غينيس في دبلن، وواجه معضلة إحصائية حقيقية تمثلت في أن النظريات الإحصائية السائدة آنذاك والمستندة إلى التوزيع الطبيعي المعياري (Z) كانت تشترط معرفة الانحراف المعياري التام للمجتمع الأصلي ($\sigma$)، وهو ما يستحيل تحققه عملياً عند التعامل مع عينات صغيرة من الشعير والمحاصيل الزراعية التجريبية.
أدرك جوسيت بعبقرية رياضية فذة أن استبدال الانحراف المعياري المجهول للمجتمع بالانحراف المعياري المقدر من العينة الصغيرة ($s$) يدخل مصدراً إضافياً للخطأ وعدم اليقين في التقدير الإحصائي، مما يجعل شكل التوزيع الفعلي لنسبة الخطأ أكثر تسطيحاً وذا ذيول أثقل وأكثر اتساعاً مقارنة بالمنحنى الطبيعي المعياري. ومن هذا المنطلق الرياضي، اشتق جوسيت عائلة توزيعات احتمالية جديدة أطلق عليها اسم “توزيع ت” (t-Distribution)، تتحدد خصائصها الرياضية الدقيقة استناداً إلى مفهوم “درجات الحرية” (Degrees of Freedom). وقد سمح له عمله تحت الاسم المستعار بتجاوز اللوائح الصارمة لشركة غينيس التي كانت تحظر على علمائها نشر أسرار العمل وحلولهم المنهجية المبتكرة.
وفي وقت لاحق، قام الإحصائي الفذ رونالد فيشر (Ronald A. Fisher) بتطوير وتعميم أفكار جوسيت الرياضية، وصياغة اختبار ت المقارن لعينتين مستقلتين بالصورة المنهجية المعيارية المعمول بها اليوم. يعتمد التأصيل النظري لاختبار ت على النموذج الخطي الذي يفترض أن أي مشاهدة رقمية تتكون من متوسط المجتمع مضافاً إليه خطأ عشوائي يتبع توزيعاً طبيعياً بمتوسط صفر وتباين ثابت. وتعد درجات الحرية في هذا النموذج مؤشراً مباشراً على كمية المعلومات المستقلة المتاحة لتقدير تباين المجتمع؛ فكلما زادت درجات الحرية، اقتربت الذيول السميكة لتوزيع ت من المنحنى الطبيعي المعياري، حتى يتطابقا تماماً عند اقتراب حجم العينة من المالانهاية.
3.2 آلية العمل الرياضية ومقارنة المتوسطات
ترتكز الآلية الرياضية لاختبار ت للعينات المستقلة على المقارنة المباشرة بين التباين المفسر الناتج عن الفروق بين متوسطي المجموعتين والتباين غير المفسر الناتج عن التشتت العشوائي الطبيعي داخل كل مجموعة. تبدأ العملية بحساب المتوسط الحسابي ($\bar{X}_1, \bar{X}_2$) والانحراف المعياري ($s_1, s_2$) لكل عينة بصورة منفصلة، باستخدام الصيغ الإحصائية الكلاسيكية:
$$\bar{X}_i = \frac{\sum X_i}{n_i}$$
$$s_i^2 = \frac{\sum (X_i – \bar{X}_i)^2}{n_i – 1}$$
وتشكل هذه المؤشرات التوصيفية الأساس الحسابي لبناء الإحصائية الاستدلالية.
تتمثل الخطوة المحورية التالية في تقدير الخطأ المعياري للفرق بين المتوسطين ($SE_{\bar{X}_1 – \bar{X}_2}$). وتحت افتراض تساوي التباين بين المجموعتين (Homogeneity of Variance)، يتم حساب التباين المجمع المشترك (Pooled Variance – $s_p^2$) الذي يمثل متوسطاً مرجحاً لتبايني المجموعتين بالاعتماد على درجات الحرية الخاصة بكل منهما:
$$s_p^2 = \frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{n_1 + n_2 – 2}$$
وبناء على ذلك، يحسب الخطأ المعياري للفرق وفق الصيغة التالية:
$$SE_{\bar{X}_1 – \bar{X}_2} = \sqrt{s_p^2 \left( \frac{1}{n_1} + \frac{1}{n_2} \right)}$$
بعد استخراج الخطأ المعياري، يتم حساب قيمة $t$ المحسوبة كنسبة إشارية بسيطة تقيس المسافة المعيارية بين المتوسطين معبرة عنها بوحدات الخطأ المعياري، وفق الصيغة:
$$t = \frac{(\bar{X}_1 – \bar{X}_2) – (\mu_1 – \mu_2)}{SE_{\bar{X}_1 – \bar{X}_2}}$$
وحيث إن الفرضية الصفرية تفترض أن الفرق في المجتمع يساوي صفراً ($\mu_1 – \mu_2 = 0$)، فإن المعادلة تختزل إلى قسمة الفرق الملاحظ بين متوسطي العينتين على الخطأ المعياري المقدر. تقارن هذه القيمة بعد ذلك بتوزيع $t$ النظري عند درجات حرية تساوي:
$$df = n_1 + n_2 – 2$$
لتحديد القيمة الاحتمالية ($p$-value).
ولا يكتمل التحليل الرياضي الرصين دون تقدير حجم الأثر المعياري لتحديد الأهمية العملية للفروق بعيداً عن مجرد دلالتها الإحصائية المتأثرة بحجم العينة. ويعد معامل “كوهين دي” (Cohen’s d) المقياس الأكثر شيوعاً وشهرة، ويحسب بقسمة الفرق المطلق بين المتوسطين على الانحراف المعياري المشترك:
$$d = \frac{\bar{X}_1 – \bar{X}_2}{s_p}$$
وعند التعامل مع عينات صغيرة تقل عن 20 مفردة لكل مجموعة، يوصى بالاعتماد على تصحيح “هيجز جي” (Hedges’ g) لضبط التحيز الطفيف نحو التضخيم الذي قد يشوب معامل كوهين في التقديرات المحدودة، وذلك باستخدام معامل تصحيح حسابي يعتمد على درجات الحرية الإجمالية.
3.3 الافتراضات والشروط المنهجية لتطبيق الاختبار
يتطلب التطبيق الإحصائي السليم لاختبار ت للعينات المستقلة الاستيفاء الدقيق لأربعة شروط وافتراضات منهجية رئيسية؛ ويقود إهمال التحقق منها إلى نتائج استدلالية مضللة وفقدان السيطرة على معدلات الأخطاء الإحصائية. الشرط الأول هو استقلالية المشاهدات تماماً؛ أي أن قياس أي مفردة في إحدى المجموعتين يجب ألا يؤثر بأي حال من الأحوال على قياس مفردة أخرى داخل العينة نفسها أو في العينة المقابلة. ويعد هذا الافتراض مسألة تصميمية تجريبية صارمة لا يمكن معالجتها بالحلول الرياضية اللاحقة إذا ما انتهكت أثناء مرحلة جمع البيانات.
الشرط الثاني يتمثل في طبيعة مستوى قياس المتغير التابع؛ إذ يشترط اختبار ت أن تكون البيانات كمية متصلة ومقاسة بمستوى فتري (Interval) أو نسبي (Ratio). يتيح هذا المستوى من القياس حساب المتوسطات الحسابية والانحرافات المعيارية وإجراء العمليات الحسابية من جمع وطرح وقسمة بصورة منطقية تعكس مسافات حقيقية ومتساوية بين الدرجات المتتالية على مقياس القياس، وهو ما لا يتوفر في المقاييس الرتبية الفئوية البسيطة.
أما الشرط الثالث فهو افتراض اعتدالية التوزيع أو التوزيع الطبيعي (Normality Assumption)؛ حيث يفترض النموذج الرياضي أن بيانات المتغير التابع في كلا المجتمعين الأصليين تتبع التوزيع الطبيعي التماثلي الجرسوني. وتكتسب هذه النقطة أهمية استثنائية في العينات الصغيرة ومتوسطة الحجم. أما في العينات الكبيرة نسبياً، فإن انتهاك هذا الافتراض بدرجات طفيفة أو معتدلة لا يشكل تهديداً خطيراً بفضل نظرية النهاية المركزية (Central Limit Theorem) التي تضمن تقارب توزيع متوسطات العينات نحو التوزيع الطبيعي بغض النظر عن شكل توزيع المجتمع الأصلي، بشرط عدم وجود التواءات راديكالية أو ذيول بالغة التثاقل.
ويتمثل الشرط الرابع والأخير في تجانس التباين (Homogeneity of Variance / Homoscedasticity)؛ أي أن تباين درجات المجتمع الأول يجب أن يساوي رياضياً تباين درجات المجتمع الثاني ($\sigma_1^2 = \sigma_2^2$). ويفحص هذا الشرط عادة عبر اختبارات متخصصة كاختبار ليفين (Levene’s Test). وإذا تبين انتهاك هذا الافتراض — خاصة في ظل عدم تساوي أحجام العينتين ($n_1 \neq n_2$) — فإن اختبار ت الكلاسيكي يفقد معايرته الصحيحة، ويصبح عرضة لتضخيم احتمالية ارتكاب الخطأ من النوع الأول، مما يوجب استبداله منهجياً باختبار “ويلش ت” (Welch’s t-test) الذي يضبط درجات الحرية والخطأ المعياري دون اشتراط تساوي التباينات.
3.4 مزايا وحدود اختبار ت للعينات المستقلة
يمتاز اختبار ت للعينات المستقلة بقوة إحصائية فائقة وتفوق نوعي في القدرة على كشف الفروق الحقيقية متى ما استوفت البيانات شروطه المنهجية كاملة؛ فالاستناد إلى مقاييس المسافة والتباين المباشر يتيح للاختبار استغلال 100% من الطاقة الاستدلالية والمعلومات الكامنة في البيانات الخام، دون إهدار أي تفاوت بين المشاهدات. كما يتكامل الاختبار بسلاسة مع منظومة فترات الثقة ونماذج التنبؤ الإحصائي الأكثر تعقيداً كالنماذج الخطية العامة وتحليل التباين (ANOVA)، مما يجعله مدخلاً تأسيسياً متماسكاً في كافة برامج التدريب الإحصائي وتحليل الظواهر الخاضعة للقياس الكمي الصارم، كما في بحوث الأداء البدني والفسيولوجي للرياضيين (Mountjoy et al., 2023).
إضافة إلى ذلك، يمنح اختبار ت ميزة التفسير العلمي المباشر والواضح؛ إذ تقدم النتائج بدلالة الفرق المطلق بين المتوسطات الحسابية المقاسة بوحدات القياس الأصلية نفسها للمتغير التابع (كالدرجات في اختبار، أو الميليغرامات في جرعة دوائية، أو الثواني في زمن الاستجابة). ويجعل هذا التعبير المباشر من السهل على القراء والباحثين وصناع القرار استيعاب المعنى التطبيقي والسريري للنتيجة وصياغة توصيات عملية محددة بناءً عليها، وهو أمر يتعذر تحقيقه بنفس السهولة عند التعامل مع مجاميع الرتب في الاختبارات اللامعلمية.
ورغم هذه المزايا العريضة، تبرز حدود هيكلية حرجة لاختبار ت للعينات المستقلة؛ إذ يعاني الاختبار من حساسية بالغة ومفرطة لوجود القيم الشاذة والمتطرفة (Outliers). فقيمة شاذة واحدة تبتعد كثيراً عن كتلة البيانات المركزية كفيلة بتشويه قيمة المتوسط الحسابي وتضخيم التباين المجمع بصورة دراماتيكية، مما يؤدي بالضرورة إلى تضخم مقلق في قيمة الخطأ المعياري، وبالتالي انخفاض قيمة $t$ المحسوبة والفشل في رفض الفرضية الصفرية رغم وجود أثر حقيقي للمتغير المستقل (ارتكاب خطأ من النوع الثاني). كما أن مصداقيته الاستدلالية تتهاوى بشدة إذا ما طبق على عينات صغيرة مأخوذة من مجتمعات غير طبيعية التوزيع أو على بيانات رتبية مصطنعة لا تستند إلى مقاييس مسافية متكافئة.
4. أوجه الاختلاف الجوهرية بين الاختبارين
4.1 طبيعة البيانات ومستوى القياس الإحصائي
يشكل مستوى قياس المتغير التابع خط التمايز الأساسي الأول بين اختباري ت للعينات المستقلة ومان ويتني U؛ فاختبار ت صمم بالأساس لخدمة البيانات الكمية المتصلة المصنفة ضمن المستويين الفتري والنسبي، حيث تكون الفواصل بين الوحدات الرقمية المتتالية متساوية وثابتة هندسياً، كدرجات الحرارة بمقياس مئوي، أو الطول بالسنتيمتر، أو مستويات المؤشرات الحيوية في الدم. في هذا النمط من القياس، تحمل الفروق الحسابية معنى رياضياً مطلقاً؛ فالفرق بين 20 و 30 يكافئ تماماً الفرق بين 70 و 80، وهو ما يمنح عمليات حساب المتوسطات والتباينات مشروعيتها الرياضية الكاملة.
في الطرف المقابل، تمتد صلاحية اختبار مان ويتني لتشمل البيانات الرتبية الترتيبية (Ordinal Data)، حيث تقتصر العلاقة بين القيم على الترتيب النسبي والتفضيل أو الشدة (أدنى، أوسط، أعلى) دون افتراض تساوي المسافات بين المراتب المتتابعة. ويتجلى هذا التمايز بوضوح في كيفية التعامل مع استبانات الرأي وبنود مقياس ليكرت (Likert Scale)؛ فالاستجابات الممتدة من “أعارض بشدة” (1) إلى “أوافق بشدة” (5) تمثل بيانات رتبية بحتة، إذ لا يوجد دليل رياضي يثبت أن المسافة النفسية بين “أعارض بشدة” و”أعارض” تطابق تماماً المسافة بين “محايد” و”أوافق”، مما يجعل استخدام اختبار مان ويتني في تحليل البنود المنفصلة لهذه المقاييس أكثر تحفظاً ورصانة من الناحية الإبستمولوجية، خاصة في الدراسات التربوية وتقييم خبرات الطلاب وتصوراتهم الذاتية (Lopatto, 2004).
يمتد الاختلاف في طبيعة البيانات أيضاً إلى مدى القدرة على استيعاب المتغيرات المتقطعة (Discrete Variables) أو المتغيرات المتكتلة التي تحوي عدداً محدوداً من القيم الصحيحة المتباعدة؛ حيث يصعب تطبيق اختبار ت عليها بسبب عدم استمراريتها وانتهاكها لتوزيع غاوس الاعتدالي، بينما يتعامل اختبار مان ويتني مع هذه الأنماط بكفاءة واقتدار عبر اختزالها جميعاً إلى رتب متسلسلة، مع تطبيق التعديلات الحسابية اللازمة لمعالجة الرتب المتعادلة والتعامل مع الكتل المتكررة من البيانات دون الإخلال بالمصداقية الاحتمالية للتحليل.
4.2 المعالم الإحصائية الخاضعة للمقارنة
تتباين فلسفة الاختبارين بصورة جوهرية فيما يخص المعالم الإحصائية التي تخضع للفحص والتدقيق؛ فاختبار ت هو اختبار معلمي يختبر بدقة الفروق بين “المتوسطات الحسابية” (Means). والمتوسط الحسابي هو مركز الجاذبية الوزني للبيانات الذي يتأثر بجميع القيم العددية دون استثناء، مما يجعله معلماً حساساً للغاية للتغيرات الهامشية وتوزع الكتل الرقمية على طول خط الأعداد. وفي البيئات التوزيعية المتماثلة، يمثل المتوسط الحسابي المؤشر الأفضل والأكثر كفاءة للتعبير عن النزعة المركزية للمجتمع.
على النقيض من ذلك، لا يستهدف اختبار مان ويتني مقارنة المتوسطات الحسابية على الإطلاق، بل يرتكز في جوهره الرياضي الأولي على مقارنة “متوسطات الرتب” (Mean Ranks) أو التوزيعات التراكمية الاحتمالية. وعندما تتطابق أشكال التوزيع في كلا المجتمعين من حيث درجة التفرطح والالتواء، يتحول الاختبار إلى فحص الفروق بين “الوسائط” (Medians). والوسيط هو النقطة الوسطى التي تقسم المشاهدات إلى نصفين متساويين بحيث يقع 50% من البيانات أدناها و 50% أعلاها، وهو مقياس موقعي لا يتأثر مطلقاً بالمقادير القصوى للقيم المتطرفة، مما يجعله الممثل الحقيقي للنزعة المركزية في التوزيعات الملتوية أو المشوهة.
تترتب على هذا التباين نتائج تفسيرية حاسمة؛ ففي دراسات قياس التفاعل الرقمي والاستخدام الفعلي للتطبيقات الصحية، يظهر التوزيع دائماً التواءً إيجابياً حاداً، حيث يقضي غالبية المستخدمين فترات قصيرة جداً بينما تسجل قلة قليلة استخداماً مكثفاً للغاية، كما رصد في أبحاث الصحة الرقمية والتطبيقات العلاجية (Baumel et al., 2019). في مثل هذه السيناريوهات، يؤدي استخدام اختبار ت إلى مقارنة متوسطات مضللة تسحبها الأقلية النشطة بصورة غير واقعية، بينما يقدم اختبار مان ويتني مقارنة حقيقية تعبر عن سلوك الأغلبية العظمى للمشاركين بدلالة ترتيب الرتب والوسائط.
4.3 الاستجابة لانتهاك الشروط والقيم الشاذة
تعد استجابة كل اختبار لانتهاك الافتراضات ووجود القيم الشاذة بمثابة المحك العملي الأبرز للمفاضلة المنهجية بينهما؛ فاختبار ت شديد الهشاشة في مواجهة المشاهدات المتطرفة (Outliers). يرجع ذلك إلى اعتماده المباشر على مربع الفروق عن المتوسط ($\sum (X – \bar{X})^2$) في حساب التباين والانحراف المعياري؛ حيث تؤدي أي قيمة متطرفة إلى تضخيم التباين بصورة تربيعية مفرطة، مما ينتج عنه خطأ معياري متضخم يبتلع الفروق الحقيقية بين المجموعتين ويفقد الاختبار قدرته على رصد التأثير التجريبي الفعلي. وفي المقابل، إذا كانت القيم الشاذة مقتصرة على طرف واحد لإحدى المجموعتين دون الأخرى، فقد تؤدي إلى سحب المتوسط نحو اتجاه غير حقيقي، مما يتسبب في إطلاق أحكام إحصائية زائفة وتضخيم الخطأ من النوع الأول.
في المقابل، يتمتع اختبار مان ويتني بمناعة هيكلية استثنائية وصلابة فائقة ضد تأثير القيم الشاذة والتوزيعات شديدة الالتواء؛ فبفضل آلية التحويل إلى رتب، تتحول القيمة المتطرفة الشاذة — مهما بلغ ابتعادها عن باقي المشاهدات — إلى مجرد رتبة أخيرة تأخذ الرقم الأعلى تسلسلياً ($N$)، دون أن تمارس أي ضغط إضافي على الحسابات الرياضية يفوق وزنها الترتيبي الفردي. ومن ثم، فإن تكرار وجود قيم شاذة أو اتساع الذيول التوزيعية لا يؤثر على مسار إحصائية $U$، مما يضمن ثبات الخطأ المعياري وبقاء الاختبار في نطاق الدقة الاحتمالية الموثوقة.
تتجلى هذه القوة اللامعلمية بوضوح في أبحاث علم النفس الاجتماعي وسلوكيات ضبط الذات وعلاقتها بالاضطرابات السلوكية الشديدة (De Ridder et al., 2011)، وكذلك في دراسات الانفعالات المعقدة وتقدير الفضائل الشخصية (Algoe & Haidt, 2009)، حيث تشهد البيانات النفسية ظهور تكتلات متكررة عند النهايات القصوى لمقاييس التقييم الذاتي، مما يجعل استخدام اختبار مان ويتني الحصن المنهجي المنيع الذي يحمي التحليلات من الانحياز والتضليل الناتج عن تشوهات التوزيع.
4.4 مقارنة القوة الإحصائية وحساب حجم الأثر
تعرف القوة الإحصائية (Statistical Power) بأنها احتمال أن ينجح الفحص في رفض الفرضية الصفرية عندما تكون خاطئة بالفعل في المجتمع ($1 – beta$)، أي قدرة الاختبار على رصد الأثر التجريبي الحقيقي. تظهر المقارنة النظرية بين الاختبارين تفاوتاً دقيقاً يعتمد بصورة كلية على طبيعة التوزيع الاحتمالي للبيانات الأصلية؛ فعندما تتحقق فرضيات التوزيع الطبيعي بصورة نموذجية وتامة، تبلغ الكفاءة النسبية المقاربة (Asymptotic Relative Efficiency – ARE) لاختبار مان ويتني مقارنة باختبار ت ما يقارب $3/pi approx 0.955$. ويعني هذا الرقم أن اختبار مان ويتني يتطلب عينة أكبر بنسبة 5% تقريباً للوصول إلى نفس القوة الإحصائية التي يمتلكها اختبار ت في ظل شروط التوزيع الطبيعي المثالي.
غير أن المشهد الرياضي ينقلب تماماً لصالح اختبار مان ويتني عند حدوث أي انتهاك فعلي لافتراض التوزيع الطبيعي؛ ففي التوزيعات ذات الذيول السميكة أو الملتوية أو التوزيعات المشوهة، ترتفع الكفاءة النسبية المقاربة لمان ويتني لتتجاوز 1.0 بكثير، وقد تصل إلى قيم غير محدودة في توزيعات متطرفة مثل توزيع كوشي (Cauchy Distribution). وفي هذه الظروف الواقعية الشائعة في العلوم الميدانية، يصبح اختبار مان ويتني أكثر قوة وحساسية في كشف الفروق مقارنة باختبار ت، حيث تتدهور قوة الأخير بشدة نتيجة التضخم المصطنع في الخطأ المعياري الناتج عن انتهاك شروط التوزيع.
يتفرع عن هذا الاختلاف تباين منهجي في طرق تقدير وحساب حجم الأثر؛ فاختبار ت يوظف مؤشرات معيارية كلاسيكية قائمة على وحدات الانحراف المعياري المشترك، كمعامل “كوهين دي” (Cohen’s d) ومعامل “مربع إيتا” ($\eta^2$). أما في اختبار مان ويتني، فتستخدم مؤشرات لا معلمية تعكس الارتباط الرتبي أو الاحتمالي، وأشهرها معامل الارتباط ثنائي الرتبة (Rank-Biserial Correlation – $r_{rb}$)، والذي يحسب مباشرة من إحصائية $U$ عبر المعادلة:
$$r_{rb} = 1 – \frac{2U}{n_1 n_2}$$
كما يبرز مقياس “دلتا كليف” (Cliff’s Delta) الذي يقدم تقديراً غير معلمي خالصاً لاحتمال أن تتفوق قيمة من المجموعة الأولى على قيمة من المجموعة الثانية مطروحاً منه الاحتمال العكسي، مما يوفر قراءة دقيقة لحجم التأثير دون افتراض مسافات متساوية بين الرتب.
| وجه المقارنة | اختبار ت للعينات المستقلة (Independent t-Test) | اختبار مان ويتني U (Mann-Whitney U Test) |
|---|---|---|
| التصنيف المنهجي | معلمي (Parametric) | لا معلمي / رتبي (Nonparametric / Rank-based) |
| المعالم المفحوصة | المتوسطات الحسابية ($\mu_1 = \mu_2$) | مجموع الرتب / الهيمنة الاحتمالية / الوسائط (بشرط تماثل الشكل) |
| مستوى قياس المتغير التابع | كمي متصل (فتري Interval أو نسبي Ratio) | رتبي (Ordinal) أو كمي متصل منتهك الافتراضات |
| افتراض التوزيع الطبيعي | صارم في العينات الصغيرة، ومرن نسبياً في العينات الكبيرة | غير مشروط تماماً (توزيع حر) |
| افتراض تجانس التباين | مشروط لاختبار ستيودنت (يستبدل باختبار ويلش عند انتهاكه) | غير مشروط للتحليل الرتبي العام؛ مشروط لتفسير الوسائط |
| التأثر بالقيم الشاذة | حساسية شديدة جداً تؤدي لتضخيم الخطأ المعياري | متانة ومناعة عالية نتيجة الاعتماد على الرتب |
| الكفاءة النسبية (ARE) | تبلغ ذروتها (100%) في التوزيع الطبيعي التام | تبلغ 95.5% في التوزيع الطبيعي، وتتجاوز 100% في التوزيعات الملتوية |
| مقاييس حجم الأثر الشائعة | Cohen’s d, Hedges’ g, Eta-squared ($\eta^2$) | Rank-biserial correlation ($r_{rb}$), Cliff’s delta ($\delta$) |
| سهولة التفسير العملي | مباشرة وبديهية بوحدات القياس الأصلية للظاهرة | تجريدية تعتمد على الرتب والنسب الاحتمالية للعلو |
5. أوجه التشابه ونقاط الالتقاء الإحصائية
5.1 التصميم التجريبي ونوع العينات المستهدفة
على الرغم من التباين في البنية الرياضية بين اختباري ت للعينات المستقلة ومان ويتني U، إلا أنهما يشتركان في جوهر التصميم التجريبي المستهدف؛ فكلاهما مخصص بصورة حصرية ومطلقة لدراسة تصميم المجموعات المستقلة المنفصلة (Between-Subjects Design). ويعني هذا التصميم أن كل مشارك أو وحدة معاينة في التجربة يظهر مرة واحدة فقط في التحليل وينتمي حصراً إلى مجموعة واحدة؛ فإما أن يكون ضمن المجموعة الضابطة أو المجموعة التجريبية، ولا يمكن بحال من الأحوال أن يشترك الفرد في كلا المجموعتين أو يخضع للقياس المتكرر في مراحل زمنية مختلفة.
ويشترك كلا الاختبارين في شرط منهجي صارم يمثل صمام الأمان للاستدلال الإحصائي، وهو افتراض استقلالية المشاهدات (Independence of Observations). يقضي هذا الشرط بأن تكون أخطاء القياس والقيم المسجلة لكل فرد غير مرتبطة أو متأثرة بقيم أي فرد آخر داخل المجموعة نفسها أو في المجموعة الأخرى. إن وجود أي نمط من أنماط الارتباط البيني — كما في حالات جمع البيانات من مجموعات مدرسية تشاركية، أو دراسة أفراد ينتمون لنفس الأسرة، أو قياس تفاعلات اجتماعية ذات تأثير متبادل — ينسف صلاحية كلا الفحصين معاً، ويتطلب الانتقال إلى نماذج التأثيرات المختلطة (Mixed-Effects Models) أو النماذج الهرمية متسلسلة المستويات.
إضافة إلى ذلك، يتعامل كلا الاختبارين مع نفس البنية المتغيراتية في الإطار البحثي؛ إذ يتطلب كل منهما متغيراً مستقلاً اسمياً ثنائياً (Dichotomous Categorical Variable) يقوم بدور عامل التصنيف، كأن يكون (الجنس: ذكور/إناث)، أو (نوع العلاج: دواء حقيقي/دواء وهمي)، ومتغيراً تابعاً واحداً يمثل السلوك أو الظاهرة المفحوصة. ويستهدف كلا الاختبارين الفصل في تساؤل علمي متماثل في جوهره: هل ينتمي أفراد المجموعتين إلى مجتمع إحصائي موحد من حيث الخاصية التابعة، أم أن التدخل التجريبي أو الخصائص التصنيفية قد ولدت مجموعتين متمايزتين في الفضاء التوزيعي؟
5.2 تقارب النتائج تحت ظروف العينات الكبيرة
تعد مسألة تقارب النتائج عند اتساع أحجام العينات واحدة من أروع التجليات الرياضية التي تجمع بين الإحصاء المعلمي واللامعلمي؛ فوفقاً لنظرية النهاية المركزية (Central Limit Theorem)، تتجه توزيعات المعاينة للمتوسطات الحسابية نحو الاعتدالية التامة كلما كبر حجم العينة، حتى لو كانت المجتمعات الأصلية المسحوب منها شديدة الالتواء وغير طبيعية التوزيع. ومن هذا المنطلق، تصبح المقارنة بين المتوسطات في العينات الكبيرة جداً متينة ومحصنة إلى حد بعيد ضد أثر الالتواء، مما يجعل قرارات اختبار ت الإحصائية تلتقي بصورة شبه تامة مع قرارات اختبار مان ويتني.
في المقابل، يشهد اختبار مان ويتني نفسه تحولاً بنيوياً مماثلاً عند كبر أحجام العينات؛ حيث تتخلى البرمجيات الإحصائية عن الحسابات التوافقية الدقيقة لاحتمالات التباديل (Permutation Probabilities)، وتنتقل إلى استخدام التقريب الطبيعي المعياري (Normal Approximation) لحساب الدرجة المعيارية $Z$. وتفضي هذه الديناميكية الرياضية المشتركة إلى تقارب القيمة الاحتمالية ($p$-value) المحسوبة من كلا الاختبارين إلى درجات متطابقة عملياً عندما تتجاوز العينات بضع مئات من المشاهدات وتخلو من القيم شديدة الشذوذ، مما يؤدي إلى تطابق القرارات النهائية بقبول الفرضية الصفرية أو رفضها في معظم السيناريوهات التطبيقية.
ومع ذلك، ينبغي التأكيد المنهجي على أن هذا التقارب التقني في الدلالة الإحصائية لا يلغي الفارق المفهومي في تفسير النتيجة؛ فبينما يظل اختبار ت يفسر في إطار الفروق المطلقة بين المتوسطات الحسابية في المجتمع، يظل مان ويتني معنياً برتب المشاهدات والهيمنة الاحتمالية. ولكن هذا التوافق الرياضي في العينات الضخمة يمنح الباحثين طمأنينة إحصائية كبيرة ويثبت أن التحليلين يمثلان وجهين مختلفين لعملة استدلالية واحدة تسعى لفهم تمايز المجتمعات.
5.3 التكامل في التحليل والتحقق من المتانة
في الممارسة الإحصائية المتقدمة والممارسات المنهجية الرصينة، لا ينظر إلى اختباري ت ومان ويتني كأداتين متصارعتين يقتضي استخدام إحداهما إقصاء الأخرى بصورة قطعية، بل كأداتين متكاملتين تدعمان مبدأ الشفافية والتحقق المنهجي المتبادل. ويشهد البحث العلمي المعاصر اعتماداً متزايداً على اختبار مان ويتني كأداة لفحص المتانة (Robustness Check)؛ حيث يطبق الباحث اختبار ت كنموذج رئيسي مستفيداً من سهولة تفسير فروق متوسطاته، ثم يتبعه بتطبيق اختبار مان ويتني للتحقق مما إذا كانت النتيجة الإحصائية ستصمد وتظل دالة عند تجريد البيانات من قيمها العددية وتحويلها إلى رتب.
إذا تطابقت نتائج الاختبارين وأسفر كلاهما عن رفض الفرضية الصفرية بنفس المستوى الدلالي، يكتسب الباحث ثقة فائقة لا تتزعزع في رصانة نتائجه؛ إذ يثبت بذلك أن الأثر التجريبي المرصود هو أثر جوهري حقيقي ومستقر، لا يعود الفضل في ظهوره إلى خصائص التوزيع أو حساسية المتوسطات أو شذوذ بعض القيم المفردة. أما إذا تناقضت النتائج — كأن يظهر اختبار ت دلالة إحصائية بينما يخفق مان ويتني في ذلك، أو العكس — فإن هذا التباين يدق ناقوس خطر منهجي يستوجب من الباحث التوقف العميق، وفحص توزيع البيانات بصرياً، والتحري عن وجود قيم شاذة مؤثرة، أو خلل فادح في تجانس التباين بين المجموعتين.
كما يلتقي الاختباران في التزامهما بالمعايير الأخلاقية والمنهجية الحديثة للتقرير الإحصائي التي تدعو إليها الجمعيات العلمية الكبرى، والتي تشدد على ضرورة تجاوز النظرة الأحادية للقيمة الاحتمالية ($p$-value) المجردة. ففي كلا الاختبارين، يلزم الباحث بتقديم تقرير متكامل يشمل الإحصاءات الوصفية المعبرة (المتوسط والانحراف المعياري لاختبار ت، والوسيط والمدى الربيعي لمان ويتني)، متبوعاً بقيمة الإحصائية المحسوبة ودرجات الحرية والقيمة الدلالية الدقيقة، ومقترناً بحساب فترات الثقة المناسبة ومؤشرات حجم الأثر المعيارية لتأكيد الجدوى العلمية والتطبيقية للنتائج.
6. دليل اتخاذ القرار الإحصائي: متى تختار كل اختبار؟
6.1 خطوات الفحص القبلي للافتراضات الإحصائية
تبدأ الرحلة المنهجية الواعية لاختيار الفحص الإحصائي الملائم بمرحلة الفحص القبلي للافتراضات (Pre-testing Assumptions)، وهي خطوة تشخيصية حاسمة تسبق تطبيق الاختبارات الاستدلالية وتضمن توافق النموذج الرياضي مع خصائص البيانات الميدانية. تتصدر هذه الخطوات عملية اختبار اعتدالية التوزيع للمتغير التابع في كل مجموعة بشكل منفصل؛ وتعتمد هذه العملية على مسارين متكاملين: المسار الشكلي الاحتمالي والمسار البصري الاستكشافي.
يتضمن المسار الاحتمالي تطبيق اختبارات الدلالة المعيارية للاعتدالية، وأبرزها اختبار “شابيرو-ويلك” (Shapiro-Wilk Test) واختبار “كولموجوروف-سميرنوف” (Kolmogorov-Smirnov Test). وتعد النتائج غير الدالة إحصائياً في هذه الاختبارات (أي عندما تكون $p > 0.05$) مؤشراً أولياً على عدم وجود دليل كافٍ لرفض افتراض التوزيع الطبيعي. ويتميز اختبار شابيرو-ويلك بقوة إحصائية وحساسية متفوقة في رصد الانحرافات عن الاعتدالية في العينات الصغيرة والمتوسطة الحجم، في حين يعاني كولموجوروف-سميرنوف من حساسية مفرطة في العينات الضخمة تؤدي لرفض الاعتدالية أمام انحرافات طفيفة تافهة لا قيمة تطبيقية لها.
ومن هنا تتأكد الضرورة الحتمية لتعزيز الفحص الاحتمالي بالاستكشاف البصري الشامل للبيانات؛ حيث ينبغي على الباحث فحص مخططات الاحتمال الطبيعي (Normal Q-Q Plots)، ومدرجات التكرار (Histograms) المزودة بمنحنى التوزيع الطبيعي، ومخططات الصندوق (Boxplots). توفر هذه الأدوات البصرية رؤية متكاملة لتماثل التوزيع، واستطالة الذيول، وتمركز المشاهدات، فضلاً عن تحديد موقع وحجم أي قيم متطرفة أو شاذة بصورة لا تستطيع الاختبارات العددية الصماء نقلها بدقة.
تتمثل الخطوة التالية في التحقق من تجانس التباين بين المجموعتين، ويتم ذلك إجرائياً عبر تطبيق اختبار “ليفين” لتجانس التباين (Levene’s Test for Equality of Variances)، أو اختبار “براون-فورسيت” الأكثر متانة في حال الالتواء. تفترض الفرضية الصفرية لاختبار ليفين تساوي التباينات؛ وبالتالي فإن الحصول على قيمة دلالية غير دالة ($p > 0.05$) يمنح الضوء الأخضر للمضي قدماً في تطبيق اختبار ت الكلاسيكي للعينات المستقلة المعتمد على التباين المجمع، بينما تشير القيمة الدالة ($p < 0.05$) إلى غياب التجانس، مما يفرض توجيه مسار التحليل نحو البدائل التصحيحية المناسبة.
6.2 معايير حجم العينة وطبيعة الحقل المعرفي
يلعب حجم العينة المتاح دوراً محورياً في رسم ملامح القرار التحليلي النهائي؛ ففي الدراسات الميدانية أو التجريبية التي تتسم بصغر مفرط في حجم العينات (كأن يقل عدد المشاهدات في إحدى المجموعتين أو كلتيهما عن 15 إلى 20 مفردة)، يصبح التحقق الدقيق من افتراض التوزيع الطبيعي أمراً بالغ الصعوبة والتعقيد المنهجي. ففي هذه الأحجام المجهرية، تفتقر اختبارات الاعتدالية إلى القوة الإحصائية الكافية لكشف الانحرافات الحقيقية عن التوزيع الطبيعي، مما يجعل الاعتماد عليها مضللاً. وفي هذه الحالة، يعد الانتقال الحذر إلى اختبار مان ويتني U خياراً آمناً ومتحفظاً يضمن حماية الاستنتاجات العلمية من تداعيات الانتهاكات غير المرصودة للافتراضات المعلمية.
وعلى النقيض من ذلك، عندما تتجاوز أحجام العينات 30 أو 40 مفردة في كل مجموعة، تبدأ نظرية النهاية المركزية في فرض حضورها القوي، وتكتسب متوسطات العينات اعتدالية توزيعية مطردة، مما يجعل اختبار ت خياراً متيناً وموثوقاً حتى مع وجود انحرافات معتدلة عن التوزيع الطبيعي في البيانات الخام، شريطة خلوها من القيم الشاذة الحادة. وهنا يميل المنهج الإحصائي نحو تفضيل اختبار ت للاستفادة الكاملة من قوته التفسيرية العالية وصياغة فترات الثقة لمقادير الفروق بوحدات القياس الطبيعية للمتغير.
كما تلقي طبيعة التخصص العلمي والحقل المعرفي بظلالها على هذا الاختيار؛ ففي العلوم الطبيعية، والفيزيائية، والهندسية، والبيولوجيا الجزيئية، حيث تعتمد البيانات على أدوات قياس آلية دقيقة وتنتج مقاييس مسافية مستمرة بالغة الدقة (مثل الوزن، وتركيز الجلوكوز، والجهد الكهربائي)، يسود تفضيل اختبار ت بوصفه النموذج المنهجي الأنسب لهذه الطبيعة الفيزيائية للبيانات. أما في ميادين العلوم النفسية والاجتماعية، ودراسات إدارة الأعمال، واستطلاعات الرأي العام، حيث تشيع الاستبانات النفسية، والمقاييس التقديرية متعددة المستويات، والبيانات الذاتية غير المتصلة كدراسات الفئات المعرفية والذاكرة (Barsalou, 1983)، فإن اختبار مان ويتني يفرض نفسه بقوة كأداة منهجية متطابقة مع الطبيعة الرتبية التقديرية لهذه المجالات المعرفية.
6.3 خريطة تدفق عملية لاختيار الفحص المناسب
لتيسير اتخاذ القرار الإحصائي وتفادي العشوائية في التطبيق العملي، يمكن نمذجة مسارات التحليل في خريطة تدفق منهجية متسلسلة تعتمد على معايير الفحص القبلي وطبيعة البيانات:
- المسار (أ): المسار المعلمي الكلاسيكي (Student’s t-Test)
يتحقق هذا المسار عندما تكون البيانات كمية متصلة (مستوى قياس فتري أو نسبي)، وتثبت الفحوص القبلية اعتدالية التوزيع في كلا المجموعتين (Shapiro-Wilk $p > 0.05$ وتماثل المخططات البصرية)، مع استيفاء شرط تجانس التباين (Levene’s Test $p > 0.05$)، وخلو البيانات من القيم المتطرفة الشاذة. في هذا السياق، يطبق اختبار ستيودنت الكلاسيكي للعينات المستقلة المعتمد على التباين المجمع، محققاً أقصى قوة إحصائية ممكنة. - المسار (ب): المسار المعلمي المعدل (Welch’s t-Test)
ينشأ هذا المسار عندما تكون البيانات كمية متصلة، ويثبت تحقق افتراض التوزيع الطبيعي بدرجة كافية، ولكن يخفق شرط تجانس التباين (Levene’s Test $p le 0.05$). وهنا يحذر المنهج الإحصائي الصارم من القفز المتسرع نحو اختبار مان ويتني؛ بل يقتضي التصحيح المنهجي اعتماد “اختبار ويلش ت” (Welch’s t-test)، والذي يقوم بتعديل رياضي دقيق لدرجات الحرية (Welch-Satterthwaite equation) والخطأ المعياري لكل مجموعة بمعزل عن الأخرى دون اللجوء للتباين المشترك، مقدماً حلاً فائق الدقة لهذه المعضلة. - المسار (ج): المسار اللامعلمي (Mann-Whitney U Test)
يفرض هذا المسار نفسه حلاً حتمياً ونهائياً في إحدى الحالات الآتية:- أن يكون المتغير التابع مقاساً بمستوى رتبي بحت (Ordinal)، كبنود مقاييس ليكرت المنفصلة أو الرتب التنافسية.
- أن تكون البيانات كمية متصلة لكنها انتهكت افتراض التوزيع الطبيعي بصورة فادحة (التواء شديد، أو ذيول ثقيلة) خاصة في ظل أحجام عينات صغيرة إلى متوسطة ($n < 30$).
- وجود قيم متطرفة وشاذة حقيقية لا يمكن حذفها أو استبعادها من سياق الدراسة العلمي دون الإخلال بتمثيل الظاهرة.
ولتنفيذ هذه المسارات برمجياً، توفر الحزم الإحصائية المتقدمة أدوات إجرائية واضحة؛ ففي حزمة SPSS، يتم استدعاء اختبار ت عبر قائمة:
Analyze > Compare Means > Independent-Samples T Test
حيث يخرج البرنامج تلقائياً جدولاً مزدوجاً يتضمن اختبار ستيودنت الكلاسيكي واختبار ويلش تحت سطر “Equal variances not assumed”. بينما يستدعى اختبار مان ويتني عبر:
Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples
مع تحديد خيار “Mann-Whitney U”.
وفي لغة R، ينفذ اختبار ت عبر الدالة المعيارية:
t.test(y ~ group, data = my_data, var.equal = TRUE) للمسار (أ)،
أو t.test(y ~ group, data = my_data, var.equal = FALSE) لتشغيل اختبار ويلش تلقائياً للمسار (ب).
بينما ينفذ اختبار مان ويتني للمسار (ج) عبر الدالة:
wilcox.test(y ~ group, data = my_data, exact = FALSE).
وفي بيئة Python عبر مكتبة SciPy العلمية، يستدعى اختبار ت عبر:
scipy.stats.ttest_ind(group1, group2, equal_var=True/False)،
بينما ينفذ اختبار مان ويتني بدقة عبر:
scipy.stats.mannwhitneyu(group1, group2, alternative='two-sided').
7. الأسئلة الشائعة حول الاختبارين
7.1 هل يمكن تطبيق اختبار ت على عينات صغيرة إذا كان التوزيع طبيعياً؟
نعم، من الناحية النظرية والرياضية البحتة، لا يوجد أي حائل أو مانع يمنع تطبيق اختبار ت للعينات المستقلة على عينات صغيرة جداً — حتى لو كان حجم العينة يقتصر على 5 أو 6 مفردات في كل مجموعة — طالما كان الباحث متأكداً يقيناً من أن البيانات تنحدر من مجتمعات تتبع التوزيع الطبيعي بدقة. فقد كان الهدف الأساسي الذي دفع ويليام جوسيت لتطوير توزيع ت في عام 1908 هو معالجة مشكلة العينات الصغيرة التي تخفق نظرية التوزيع الطبيعي المعياري (Z) في تمثيلها. ومن ثم، فإن اختبار ت مصمم رياضياً ليعمل بكفاءة مع درجات الحرية المنخفضة متى ما استوفيت الشروط.
إلا أن المعضلة الحقيقية التي تحول دون ذلك في الممارسة الميدانية تكمن في الجانب الإجرائي للتحقق من شرط التوزيع الطبيعي نفسه؛ ففي العينات متناهية الصغر، تكون اختبارات الاعتدالية مثل شابيرو-ويلك ضعيفة القوة الإحصائية بدرجة تحول دون اكتشافها لأي انحراف جوهري عن التوزيع الطبيعي، كما أن الرسوم البصرية كالمخططات الاحتمالية ومخططات الصندوق تظهر تشتتاً عشوائياً يصعب معه الجزم بشكل التوزيع الأصلي للمجتمع. وإذا لم تكن هناك أدبيات سابقة أو أسس نظرية فيزيائية قاطعة تثبت اعتدالية الظاهرة المقاسة في المجتمع، فإن اللجوء لاختبار ت في عينات متناهية الصغر ينطوي على مخاطرة منهجية حقيقية، ويوصى في مثل هذه الحالات بالاعتماد على اختبار مان ويتني U كخيار آمن وأكثر تحفظاً.
7.2 ماذا نفعل إذا تحقق التوزيع الطبيعي وفشل تجانس التباين؟
يقع كثير من الباحثين في خطأ منهجي شائع عند التحقق من الافتراضات؛ حيث يسارعون إلى الانتقال المباشر لاختبار مان ويتني اللامعلمي بمجرد أن يظهر اختبار ليفين دلالة إحصائية تشير إلى فشل تجانس التباين ($p le 0.05$)، على الرغم من أن البيانات تتبع التوزيع الطبيعي الاعتدالي بصورة تامة. هذا الإجراء يعد خطأ منهجياً مركباً؛ فاختبار مان ويتني لا يمثل الحل المناسب لمشكلة عدم تجانس التباين، بل إن اختلاف التباين بين المجموعتين في مان ويتني ينتهك افتراض تماثل شكل التوزيع، مما يمنع الباحث من تفسير النتيجة كفروق بين وسيطي المجموعتين، ويجعل تفسير الرتب نفسه عرضة للتحيز.
الحل الرياضي المعياري والنموذجي المجمع عليه في الأدبيات الإحصائية الحديثة في هذه الحالة هو استخدام اختبار ويلش ت للعينات المستقلة (Welch’s t-test)، والذي يشار إليه في بعض البرمجيات بـ “اختبار ت لعدم تساوي التباينات” (Unequal Variances t-test). يتميز اختبار ويلش بقدرته الرياضية الفذة على تعديل مقام معادلة ت وتكييف درجات الحرية وفق معادلة ويلش-ساترثويت تكييفاً ديناميكياً يتناسب مع درجة التباين وحجم العينة في كل مجموعة بشكل منفصل. ويحافظ اختبار ويلش على معدل الخطأ من النوع الأول عند مستواه الاسمي المستهدف ($\alpha = 0.05$) بدقة متناهية تفوق كلاً من اختبار ستيودنت الكلاسيكي واختبار مان ويتني في ظل تباين التشتت، مما يجعله الخيار الأول والأمثل في هذا السيناريو.
7.3 هل يختبر مان ويتني الوسيطين دائماً أم مجموع الرتب فقط؟
يمثل الاعتقاد بأن اختبار مان ويتني يختبر دائماً الفروق بين وسيطي المجموعتين (Medians) واحداً من أوسع المفاهيم الخاطئة انتشاراً في مناهج البحث العلمي وتحليل البيانات. فالحقيقة الرياضية التأسيسية التي بنى عليها مان وويتني وولكوكسون هذا الاختبار هي أنه اختبار لـ “العلو الاحتمالي” (Stochastic Dominance) وتساوي التوزيعات التراكمية العامة، ويعتمد حصرياً على فحص مجاميع الرتب وتوزيع المشاهدات؛ أي أنه يختبر الفرضية الصفرية القائلة بأن احتمال تفوق قيمة مسحوبة عشوائياً من المجموعة (أ) على قيمة مسحوبة من المجموعة (ب) يكافئ تماماً احتمال العكس:
$$P(A > B) = P(B > A) = 0.5$$
ولا يمكن ترقية هذه النتيجة رياضياً وتأويلها على أنها فحص مباشر للفروق بين “الوسيطين” إلا بتحقق شرط منهجي إضافي وصارم: وهو تماثل شكل التوزيع (Distribution Shape) للمجموعتين. ويعني هذا الشرط أن يكون منحنى البيانات للمجموعة الأولى متطابقاً في درجة التوائه وتفرطحه وانتشاره مع منحنى المجموعة الثانية، بحيث لا يفصل بينهما سوى إزاحة أو نقلة أفقية مستقيمة على خط الأعداد (Location Shift). فإذا ما فحص الباحث مخططات التوزيع وتبين أن شكل التوزيعين متماثل، صح له حينئذ القول بأن الاختبار يقارن وسيطي المجموعتين. أما إذا كان شكل التوزيعين مختلفاً تماماً — كأن يكون أحدهما ثنائي القمة والآخر ملتوياً التواءً أحادياً — فإن اختبار مان ويتني يظل صالحاً إحصائياً ولكنه يقارن مجاميع الرتب ومواقع الهيمنة الاحتمالية فقط، ويصبح من الخطأ المنهجي الفادح إيراد مقارنة الوسائط في التقرير العلمي النهائي للدراسة.
7.4 هل تحويل البيانات (Data Transformation) أفضل أم اللجوء لاختبار مان ويتني؟
تمثل المفاضلة بين اللجوء إلى تحويل البيانات (Data Transformation) أو الانتقال المباشر لاختبار مان ويتني اللامعلمي جدلية كلاسيكية في الإحصاء التطبيقي. يرتكز خيار تحويل البيانات — عبر تطبيق دوال رياضية غير خطية كالتحويل اللوغاريتمي الطبيعي ($ln(X)$)، أو تحويل الجذر التربيعي ($\sqrt{X}$)، أو تحويل بوكس-كوكس (Box-Cox Transformation) — على محاولة إخماد الالتواء واستعادة شكل التوزيع الطبيعي وتجانس التباين للبيانات الخام، بما يتيح استخدام اختبار ت بكامل قوته الاستدلالية وفترات ثقته المعهودة.
تكمن الميزة الكبرى للتحويل في حال نجاحه في الحفاظ على النموذج المعلمي؛ غير أن هذه الممارسة تنطوي على سلبيات منهجية بالغة الحرج في التفسير. فأولاً، تؤدي التحويلات غير الخطية إلى تغيير مقياس القياس الأصلي للظاهرة؛ فالمتوسط المحسوب للبيانات المحولة لوغاريتمياً لا يمثل المتوسط الحسابي الأصلي عند تحويله عكسياً، بل يمثل في الواقع “المتوسط الهندسي” (Geometric Mean)، وهو ما قد يكون صعب الفهم والتفسير للأطباء أو الممارسين الميدانيين مقارنة بالمتوسط الحسابي المباشر. ثانياً، لا تنجح التحويلات دائماً في تحقيق الاعتدالية وتجانس التباين معاً في آن واحد، وقد تؤدي أحياناً إلى تحويل الالتواء الموجب إلى التواء سالب مصطنع يصعب تبريره.
بناء على ذلك، تذهب التوصيات المنهجية المعاصرة إلى تفضيل استخدام اختبار مان ويتني U مباشرة على البيانات الأصلية دون تحويل متى كان المتغير يقيس ظواهر رتبية أو تقييمية تتضمن مفاهيم نوعية يصعب إخضاعها لمعادلات رياضية مركبة، مع حصر خيار تحويل البيانات في السيناريوهات التي تمتلك فيها المعادلة المحولة معنى علمياً ونظرياً راسخاً (كالتحويل اللوغاريتمي لتراكيز الهرمونات ومعدلات النمو البيولوجية وسرعة التفاعل الكيميائي) يسهل ربطه بالأدبيات السابقة للحقل التخصصي.
8. خاتمة: نحو ممارسة إحصائية واعية ودقيقة
8.1 خلاصة الموازنة المنهجية بين الاختبارين
في ختام هذه المقارنة المستفيضة، تتجلى حقيقة جوهرية مفادها أن اختبار مان ويتني U واختبار ت للعينات المستقلة لا يمثلان طرفي نقيض، ولا يصح النظر إلى أحدهما بوصفه “المتفوق مطلقاً” والآخر بوصفه “البديل الضعيف”، بل هما أداتان استدلاليتان متكاملتان صممت كل منهما للاستجابة لظروف سياقية وبنى بيانية مختلفة في فضاء التحليل الإحصائي. إن اختبار ت يظل النموذج المعلمي الأرقى والأكثر فاعلية وقوة وتفسيرية عندما تتحدث البيانات لغة القياس الكمي المتصل وتلتزم بشروط الاعتدالية وتجانس التباين، مفسحاً المجال أمام تقديرات دقيقة للفروق بين المتوسطات وحسابات أحجام الأثر المعيارية ذات الدلالة المباشرة.
وفي المقابل، يبرهن اختبار مان ويتني U على أنه صمام الأمان المنهجي الذي يحمي الباحث من الوقوع في فخ التحيزات والتشوهات التوزيعية عندما تتعقد شروط الواقع وتتمرد البيانات الميدانية على التوزيع الطبيعي المثالي؛ فيوفر أداة لا معلمية تتسم بالمتانة والصلابة في مواجهة القيم الشاذة، والقدرة الاستثنائية على استيعاب المقاييس الرتبية والاستبانات السلوكية، مع الحفاظ على قوة إحصائية مقاربة تناهز أرقى المستويات متى ما أدار الباحث خطوات التحليل بوعي وحكمة رياضية مستنيرة.
إن النضج المنهجي للباحث لا يقاس بحفظ الصيغ الرياضية المجردة أو الاستخدام الآلي للأزرار الجاهزة في البرمجيات الإحصائية، بل بقدرته على تقييم البيانات بموضوعية، وتشخيص أعطال التوزيع بدقة، والموازنة بين قوة النموذج الرياضي وسهولة تفسيره السريري والتطبيقي، واختيار الأداة التي تعكس حقيقة الظاهرة المدروسة دون تحريف أو اختزال مصطنع.
8.2 توصيات إرشادية للباحثين والمحللين
استناداً إلى الأدبيات المنهجية والتطبيقات الاستدلالية الرصينة، نضع بين أيدي الباحثين والمحللين في مختلف التخصصات العلمية حزمة من التوصيات الإجرائية الحاكمة لضمان دقة الممارسة الإحصائية وجودتها:
- التوثيق الصريح للفحوص القبلية: يجب على الباحث أن يضمن تقريره العلمي توثيقاً منهجياً شاملاً لكافة الفحوص القبلية التي بني عليها قراره باختيار الفحص الإحصائي، بما يشمل إدراج نتائج اختبارات الاعتدالية (كشابيرو-ويلك) مصحوبة بالقيم الإحصائية والاحتمالية، وقيم اختبار ليفين لتجانس التباين، مع وصف واضح لطبيعة التوزيع وشكله البصري.
- تجنب التبعية المطلقة للقيمة الاحتمالية: ينبغي التحرر الكامل من حصر الدلالة في عبارة ($p < 0.05$) المجردة؛ إذ يجب إلزامياً إرفاق كل اختبار بتقدير دقيق لحجم الأثر (Effect Size) المناسب (كوهين دي أو هيجز جي في اختبار ت، ومعامل الارتباط ثنائي الرتبة أو دلتا كليف في اختبار مان ويتني)، مع الإبلاغ الدقيق عن فترات الثقة لمقادير الفروق لتقييم الأهمية العملية والسريرية للتأثيرات المكتشفة.
- التدقيق في توصيف مقاييس النزعة المركزية: عند الإبلاغ عن نتائج اختبار ت، يجب تقديم المتوسطات الحسابية والانحرافات المعيارية؛ في حين يجب الحذر الشديد عند الإبلاغ عن نتائج اختبار مان ويتني بتقديم مجاميع الرتب ومتوسطاتها، وعدم اللجوء إلى التقرير عن “الوسائط” والمدى الربيعي إلا بعد التأكد الصارم من تماثل شكل التوزيع الاحتمالي لكلا المجموعتين.
- اعتماد اختبار ويلش كخيار افتراضي متقدم: نوصي الباحثين الممارسين في حقل القياس الكمي المتصل بتبني اختبار “ويلش ت” (Welch’s t-test) كخيار افتراضي مفضل عند المقارنة بين المتوسطات بدلاً من اختبار ستيودنت الكلاسيكي؛ نظراً لتمتعه بحصانة فائقة ضد عدم تجانس التباينات مع الحفاظ على القوة الإحصائية الكاملة لاختبار ت في حال تحقق التجانس.
- الشفافية في التمثيل البصري: يوصى بتضمين الرسوم البيانية الاستكشافية التي توضح بنية البيانات للمجموعتين بشفافية؛ كاستخدام مخططات الصندوق (Boxplots) ومخططات الكمان (Violin Plots) ومخططات التشتت المتراكبة معاً، حيث تسهم هذه الأشكال البصرية في تمكين القارئ والمحكم من استيعاب التوزيع الواقعي للدرجات، ورؤية النزعة المركزية والانتشار دون حجب أي معلومات قد تخفيها الجداول الصماء.
المراجع
Algoe, S. B., & Haidt, J. (2009). Witnessing excellence in action: the ‘other-praising’ emotions of elevation, gratitude, and admiration. The Journal of Positive Psychology, 4(2), 105–127. https://doi.org/10.1080/17439760802650519
Barsalou, L. W. (1983). Ad hoc categories. Memory & Cognition, 11(3), 211–227. https://doi.org/10.3758/bf03196968
Baumel, A., Muench, F. J., Edan, S., & Kane, J. M. (2019). Objective User Engagement With Mental Health Apps: Systematic Search and Panel-Based Usage Analysis. Journal of Medical Internet Research, 21(9), e14567. https://doi.org/10.2196/14567
De Choudhury, M., & De, S. (2014). Mental Health Discourse on reddit: Self-Disclosure, Social Support, and Anonymity. Proceedings of the International AAAI Conference on Web and Social Media, 8(1), 71–80. https://doi.org/10.1609/icwsm.v8i1.14526
de Ridder, D. T. D., Lensvelt‐Mulders, G., Finkenauer, C., Stok, F. M., & Baumeister, R. F. (2011). Taking Stock of Self-Control: A Meta-Analysis of How Trait Self-Control Relates to a Wide Range of Behaviors. Personality and Social Psychology Review, 16(1), 76–99. https://doi.org/10.1177/1088868311418749
Giesen-Bloo, J. H., van Dyck, R., Spinhoven, P., van Tilburg, W., Dirksen, C. D., van Asselt, A. D. I., Kremers, I., Nadort, M., & Arntz, A. (2006). Outpatient Psychotherapy for Borderline Personality Disorder: Randomized Trial of Schema-Focused Therapy vs Transference-Focused Psychotherapy. Archives of General Psychiatry, 63(6), 649–658. https://doi.org/10.1001/archpsyc.63.6.649
Hulsheger, U. R., Anderson, N. R., & Salgado, J. F. (2009). Team-level predictors of innovation at work: A comprehensive meta-analysis spanning three decades of research. Journal of Applied Psychology, 94(5), 1128–1145. https://doi.org/10.1037/a0015978
Lopatto, D. E. (2004). Survey of Undergraduate Research Experiences (SURE): First Findings. Cell Biology Education, 3(4), 270–277. https://doi.org/10.1187/cbe.04-07-0045
Lu, W. Z., Wang, H., Lin, Y., & Li, L. (2020). Psychological status of medical workforce during the COVID-19 pandemic: A cross-sectional study. Psychiatry Research, 288, 112936. https://doi.org/10.1016/j.psychres.2020.112936
Mountjoy, M. L., Ackerman, K. E., Bailey, D. M., Burke, L. M., Constantini, N., Hackney, A. C., Heikura, I. A., Melin, A., Pensgaard, A. M., Stellingwerff, T., Sundgot-Borgen, J., Torstveit, M. K., Jacobsen, A. U., Verhagen, E., Budgett, R., Engebretsen, L., & Erdener, U. (2023). 2023 International Olympic Committee’s (IOC) consensus statement on Relative Energy Deficiency in Sport (REDs). British Journal of Sports Medicine, 57(17), 1073–1097. https://doi.org/10.1136/bjsports-2023-106994